关于你的健康洗碗机能告诉你什么?
本文参加百家号 #科学了不起# 系列征文赛。
对于我们很多人来说,当收集健康信息时,首先想到的并不是我们的微波炉和洗碗机。但我们可能很快就会反思,这要感谢麻省理工学院计算机科学与人工智能实验室(CSAIL)的新研究。该系统名为 "Sapple",只需使用无线电信号和一个智能电表,就能分析家中电器的使用情况,从而更好地了解我们的健康模式。
这款新的机器学习模型从两个家庭传感器中获取信息,检查微波炉、火炉、甚至吹风机等日常用品的使用情况,并能检测出特定电器的使用地点和时间。
例如,对于独居老人来说,学习家电使用模式可以帮助他们的医护人员了解他们进行各种日常生活活动的能力,最终帮助提供健康模式的建议。这些活动可以包括个人卫生、穿衣、进食、维持排便和行动能力。
"这个系统使用被动传感数据,不需要人们改变生活方式,"麻省理工学院博士生徐振宇(Chen-Yu Hsu)说,他是Sapple新论文的主要作者。"它有潜力改善节能和效率等方面的事情,让我们更好地了解独居老人的日常活动,并为智能环境的行为分析提供洞察力。"
在这两个传感器中,"位置传感器 "使用无线电信号来感知位置,覆盖范围约40英尺,或者说足够覆盖一个典型的一居室公寓。用户可以在公寓周围走动,设置传感器,让它了解物理边界,然后传感器可以将自己限制在该指定区域内。
该团队表示,在COVID 19大流行期间,该系统可能会有潜在的用处,因为人们对非接触式传感健康和行为的兴趣越来越大。他们可以想象,利用被动式传感器数据,让护理人员不必再去看望高危人群,并尽量减少亲身接触。
Sapple来自于该团队越来越多的研究,其研究重点是利用无线传感来更好地了解复杂的人体,例如,一个用于监测疾病和帮助老年人 的无线智能家居系统,以及另一个用于测量步态的系统,以帮助监测和诊断各种疾病。
之前在学习电器使用情况方面的工作都是使用公用电表的能源数据。但是,这种方法让我们很难找出细节,因为能源数据是多个电器的模式加在一起的混合体。
无监督的方法(这意味着训练数据没有被标记),假设单个设备的模式是未知的。然而,由于水电表测量的是家庭的总能源使用量,所以要学习单个电器或有效地检测它们真的很困难。
Sapple停留在无监督的领域:它不假设我们知道单个电器的模式,而是使用第二个传感器的数据来帮助学习电器的使用模式,并进行自我监督。
例如,位置传感器可以捕捉到一个人靠近微波炉,将食物放入微波炉,并打开微波炉时的动作。然后模型会分析这些数据,并学习特定的电器何时开启,以及它们在家中的位置。
除了健康之外,Sapple还可以帮助减少我们对自然界的污染。通过分析家庭内的电器使用模式,该系统可以用来鼓励节能行为,并为公用事业公司提供改善预测。
该团队指出,他们的方法解决了一些对家庭内传感器来说比较棘手的问题。例如,使用位置数据并不总是意味着电器的使用情况,因为人们可以在不使用电器的情况下就在电器旁边。此外,许多电器如冰箱等会循环供电,并产生 "背景事件",一个家庭中可能有多个人的位置数据,但并不是所有的位置数据都与电器使用情况有关。Sapple通过学习这两个传感器在什么时候变得相关,并利用这一点来发现家电何时开启,以及它们的位置,从而解决了这些问题。
"随着室内位置传感在未来开始像Wi-Fi一样有可能成为普遍的应用,希望我们的技术可以毫不费力地应用到所有有水电表的地方,"Hsu说。"这可以使被动式健康传感在家庭中的新应用成为可能。比如说,公用事业公司可以通过提供个性化的馈电服务,减少高峰期的需求。“